AUC maximization for binary classification using combinatorial benders cuts

Name: AUC maximization for binary classification using combinatorial benders cuts
Author: Sakarya, İbrahim Edhem

İsim	AUC maximization for binary classification using combinatorial benders cuts
Yazar	Sakarya, İbrahim Edhem
Basım Tarihi:	2019-06-11
Tür	Belge
Dil	İngilizce
Dijital	Evet
Yazma	Hayır
Kütüphane:	Özyeğin Üniversitesi
Kayıt Numarası	d0b0b878-a4be-4ceb-bbff-6dd7129f5bfe
Lokasyon	Department of Industrial Engineering
Tarih	2019-06-11
Örnek Metin	The purpose of this study is to maximize the area under Receiver Operating Characteristic curve for binary classi cation problems using a scoring-based mixed integer linear programming formulation. We investigate exact approaches using a reformulation, combinatorial Benders cuts, and heuristic bounding methods. Our study presents computational results on benchmark datasets and paves the way for future studies on scoring-based approaches., Bu çalışmanın amacı ikili sınıflandırma problemleri için Alıcı İşletim Karakteristiği (ROC) eğrisi altındaki alanı (AUC) puanlamaya dayalı bir karışık tamsayı izlenceleme gösterimi kullanarak doğrudan maksimize etmektir. Calışmamızda pekin yöntemleri; yeniden gösterimleri, sezgisel sınırlama yöntemlerini ve birleşi Benders kesilerini kullanarak inceledik. Çalışmamız, denektaşı veri setleri uzerindeki sayısal hesaplama sonuçlarını sunar ve puanlamaya dayalı yaklaşımlarla ilgili gelecek çalışmaların yolunu açar.

Kaynağa git Özyeğin Üniversitesi

Aramaya Dön

Özyeğin Üniversitesi

Kaynağa git

AUC maximization for binary classification using combinatorial benders cuts

Yazar Sakarya, İbrahim Edhem

Basım Tarihi 2019-06-11

Tür Belge

Dil İngilizce

Dijital Evet

Yazma Hayır

Kütüphane Özyeğin Üniversitesi

Kayıt Numarası d0b0b878-a4be-4ceb-bbff-6dd7129f5bfe

Lokasyon Department of Industrial Engineering

Tarih 2019-06-11

Örnek Metin The purpose of this study is to maximize the area under Receiver Operating Characteristic curve for binary classi cation problems using a scoring-based mixed integer linear programming formulation. We investigate exact approaches using a reformulation, combinatorial Benders cuts, and heuristic bounding methods. Our study presents computational results on benchmark datasets and paves the way for future studies on scoring-based approaches., Bu çalışmanın amacı ikili sınıflandırma problemleri için Alıcı İşletim Karakteristiği (ROC) eğrisi altındaki alanı (AUC) puanlamaya dayalı bir karışık tamsayı izlenceleme gösterimi kullanarak doğrudan maksimize etmektir. Calışmamızda pekin yöntemleri; yeniden gösterimleri, sezgisel sınırlama yöntemlerini ve birleşi Benders kesilerini kullanarak inceledik. Çalışmamız, denektaşı veri setleri uzerindeki sayısal hesaplama sonuçlarını sunar ve puanlamaya dayalı yaklaşımlarla ilgili gelecek çalışmaların yolunu açar.